Robust Granger-kausalitets test
Robust Granger-kausalitet utvidgar det klassiska Granger-kausalitetsramverket genom att använda bootstrap-baserade eller heteroskedasticitetsrobusta kritiska värden snarare än asymptotiska chi-två-tabeller. Detta gör testet tillförlitligt i ändliga sampel och när data uppvisar icke-normalitet, heteroskedasticitet eller nära-integration, situationer där det standardmässiga F- eller Wald-baserade testet är känt för att överreagera.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Metodkarta
Närområdet av besläktade metoder — välj en nod för att utforska.
Källor
- Hacker, R. S., & Hatemi-J, A. (2006). Tests for causality between integrated variables using asymptotic and bootstrap distributions: Theory and application. Applied Economics, 38(13), 1489–1500. DOI: 10.1080/00036840500405763 ↗
- Granger, C. W. J. (1969). Investigating causal relations by econometric models and cross-spectral methods. Econometrica, 37(3), 424–438. DOI: 10.2307/1912791 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Robust Granger Causality Test. ScholarGate. https://scholargate.app/sv/econometrics/robust-granger-causality
Vilken metod?
Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.
- Johansen / Engle-Granger kointegrationstestEkonometri↔ jämför
- Granger kausalitetstestEkonometri↔ jämför
- Toda-Yamamotos Granger-kausalitetstestEkonometri↔ jämför
- Vektorautoregressionsmodell (VAR)Ekonometri↔ jämför
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →